Explorando Patrones de Precios de Verduras con Análisis de Cuantificación de Recurrencias
Autores: Karakasidou, Sofia; Fragkou, Athanasios; Zachilas, Loukas; Karakasidis, Theodoros
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Explorando Patrones de Precios de Verduras con Análisis de Cuantificación de Recurrencias
Categoría
Matemáticas
Subcategoría
Matemáticas aplicadas
Palabras clave
Estudio
Precios de verduras
Mercado Central
Tesalónica
Grecia
Gráfico de Recurrencia
RQA
No linealidades
Series temporales
Dinámicas
Interrelaciones
Precios
Inspección visual de RP
Agrupamiento
Clasificación
Agrupación
Productos
Comportamiento de precios
Comportamientos del mercado
Estrategias de gestión
Formulación de políticas
Predictibilidad
Políticas gubernamentales
Conjunto de datos
Datos faltantes
Algoritmo de aprendizaje automático.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 32
Citaciones: Sin citaciones
Este estudio investiga el comportamiento de series temporales de los precios de verduras en el Mercado Central de Tesalónica, Grecia, utilizando análisis de Gráficos de Recurrencia (RP) y Análisis de Cuantificación de Recurrencia (RQA), que considera no linealidades y no requiere estacionariedad de las series temporales. El período de estudio fue de 1999 a 2016 por razones prácticas y de investigación. En el presente trabajo, nos enfocamos en verduras disponibles durante todo el año, explorando la dinámica y las interrelaciones entre sus precios para evitar datos faltantes. El estudio aplica clasificación de inspección visual de RP, un agrupamiento basado en parámetros de RQA, y una clasificación basada en los gráficos de análisis de RQA con épocas por primera vez. El objetivo del artículo fue investigar el agrupamiento de productos basado en su comportamiento dinámico de precios. Los resultados muestran que los grupos formados presentan similitudes relacionadas con su uso como platos y su forma de cultivo, lo que aparentemente afecta la dinámica de precios. Los resultados ofrecen información sobre comportamientos del mercado, ayudando a informar mejores estrategias de gestión y formulación de políticas, y ofrecen la posibilidad de predecir la variabilidad de precios. Esta información puede interesar a las políticas gubernamentales en diversas direcciones, como qué productos desarrollar para una mayor estabilidad, identidad para precios fluctuantes, etc. En trabajos futuros, se podría incluir un conjunto de datos más grande que incluya datos faltantes, así como un algoritmo de aprendizaje automático para clasificar los productos basados en los gráficos de RQA con épocas.
Descripción
Este estudio investiga el comportamiento de series temporales de los precios de verduras en el Mercado Central de Tesalónica, Grecia, utilizando análisis de Gráficos de Recurrencia (RP) y Análisis de Cuantificación de Recurrencia (RQA), que considera no linealidades y no requiere estacionariedad de las series temporales. El período de estudio fue de 1999 a 2016 por razones prácticas y de investigación. En el presente trabajo, nos enfocamos en verduras disponibles durante todo el año, explorando la dinámica y las interrelaciones entre sus precios para evitar datos faltantes. El estudio aplica clasificación de inspección visual de RP, un agrupamiento basado en parámetros de RQA, y una clasificación basada en los gráficos de análisis de RQA con épocas por primera vez. El objetivo del artículo fue investigar el agrupamiento de productos basado en su comportamiento dinámico de precios. Los resultados muestran que los grupos formados presentan similitudes relacionadas con su uso como platos y su forma de cultivo, lo que aparentemente afecta la dinámica de precios. Los resultados ofrecen información sobre comportamientos del mercado, ayudando a informar mejores estrategias de gestión y formulación de políticas, y ofrecen la posibilidad de predecir la variabilidad de precios. Esta información puede interesar a las políticas gubernamentales en diversas direcciones, como qué productos desarrollar para una mayor estabilidad, identidad para precios fluctuantes, etc. En trabajos futuros, se podría incluir un conjunto de datos más grande que incluya datos faltantes, así como un algoritmo de aprendizaje automático para clasificar los productos basados en los gráficos de RQA con épocas.